python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > opencv python图像矫正

opencv+python实现图像矫正

作者:椰树林YSL

这篇文章主要为大家详细介绍了opencv+python实现图像矫正,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了opencv+python实现图像矫正的具体代码,供大家参考,具体内容如下

需求:将斜着拍摄的文本图像进行矫正

python代码

import numpy as np
import cv2 as cv


def shape_correction(img):
    (height, width) = img.shape[:2]
    print(img.shape)

    img_gau = cv.GaussianBlur(img, (5, 5), 0)
    canny = cv.Canny(img_gau, 60, 200)
    # cv.imshow("g-canny", canny)
    
    kernel = cv.getStructuringElement(cv.MORPH_CROSS, (4,3)) 
    
    dilated = cv.dilate(canny, kernel, iterations=8)  
    # cv.imshow('img_dilated', dilated)

    # 寻找轮廓
    contours, hierarchy = cv.findContours(dilated, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
    # print(len(contours), hierarchy, sep='\n')

    # 找到最外层面积最大的轮廓

    area = 0
    # print("area:{}".format(area))

    index = 0
    for i in range(len(contours)):
        x, y, w, h = cv.boundingRect(contours[i])
        # 排除非文本区域
        if w < 35 and h < 35:
            continue
        # 防止矩形区域过大不精准    
        if h > 0.99 * height or w > 0.99 * width:
            continue
        # draw rectangle around contour on original image
        # cv.rectangle(img, (x, y), (x + w, y + h), (255, 0, 255), 2)
        tmpArea = w * h
        if tmpArea >= area:
            area = tmpArea
            index = i

    # 得到最小外接矩形的(中心(x,y), (宽,高), 旋转角度)
    rect = cv.minAreaRect(contours[index])
    # 画出矩形框
    # box = cv.boxPoints(rect)
    # box = np.int0(box)
    # cv.drawContours(img, [box], 0, (0, 0, 255), 2)

    # cv.imshow('img', img)
    print("rect:{}".format(rect))
    angle = rect[-1]
    # print(angle)

    # 角度大于85度或小于5度不矫正
    if angle > 85 or angle < 5:
        angle = 0
    elif angle < 45:
        angle = angle - 0
    else:
        angle = angle - 90

    M = cv.getRotationMatrix2D(rect[0], angle, 1)
    rotated = cv.warpAffine(img, M, (width, height), flags=cv.INTER_CUBIC, borderValue=(255, 255, 255))
    
    cv.imshow('Rotated', rotated)
    return rotated


src = cv.imread('/res-normal.png', 0)
rotated = shape_correction(src)
cv.waitKey(0)

算法流程

算法核心思想:

获取图像中的文本区域矩形轮廓,找到其中面积最大的,对其进行最小外接矩形计算,得到最小外接矩形的旋转角度,再根据旋转角度进行仿射变换。

测试效果

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文